Kansen voor de bouwwereld
Hier liggen echter niet de grote kansen voor ontwikkeling. Wil de bouwwereld afkomen van het imago dat het langzaam ontwikkelt, dan zullen we de ontwikkeling zelf van onderaf moeten aanjagen. Een groot gedeelte van ons werk bevat repetitie. Een groot gedeelte van ons werk is juist data genereren. Dit is precies waar de kansen liggen voor ontwikkeling en innovatie.
Als je meer dan 60% van je dag achter een pc zit, loont het om een programmeertaal te leren. Dit hoeven we niet allemaal te doen, maar een gedeelte van de vakgenoten zouden zich moeten specialiseren in de connectie tussen computers en techniek. We moeten zelf die koppeling tussen programma’s maken. Als gebruiker en professionals weten wij namelijk het beste welke ontwikkelingen nodig zijn. Als wij meer programmeerkennis krijgen, zullen we veel kansen zien in onze huidige werkzaamheden. Een softwarebedrijf zal enkel zijn programma optimaliseren.
We moeten programma’s gebruiken die ‘open’ zijn; voorzien van een Application Programming Interface (API). Dat wil zeggen dat we toegang hebben tot de data en al die modellen kunnen vatten in parametrische modellen. De data die we elke dag genereren moeten we daarbij slim opslaan. Uiteindelijk kan een machine, onder andere door de opkomst van deep learning, uit grote hoeveelheden data verbanden zien die we zelf nooit hadden kunnen leggen.
Zo is in deze video viral te zien dat een zelfrijdende auto van Tesla een ongeluk ziet aankomen voordat wij mensen ook maar iets kunnen waarnemen.
Mens is niet vervangbaar
Zelf ben ik bezig met innovatie in ons vakgebied door DIANA aan te sturen met programmeertalen zoals Python en C#. Door software te schrijven die het genereren van modellen, uitlezen en verwerken van data abstraheert tot enkele regels code. Zo wordt werk dat normaal gesproken zo’n twee dagen in beslag neemt teruggebracht tot een tijdsbesteding van twee uur.
Machines zijn efficiënt en productief, maar moeten geprogrammeerd worden of hebben grote hoeveelheden data nodig om te kunnen werken. Laten wij niet proberen efficiënter en productiever te zijn dan machines, dat is onhaalbaar. Machines gaan steeds complexere taken uitvoeren.
Laten wij doen waar we goed in zijn. Het oplossen van nieuwe problemen, verbanden leggen met weinig data. Vaardigheden die we niet kunnen programmeren.
En laat machines productief zijn. Dan hebben wij eindelijk eens tijd over om echt creatief te zijn.